news-aggregator-skill: Скилл для сбора и анализа новостей

--- name: news-aggregator-skill description: "Комплексный агрегатор новостей, который собирает, фильтрует и глубоко анализирует контент в режиме реального времени из 8 основных источников: Hacker News, GitHub Trending, Product Hunt, 36Kr, Tencent News, WallStreetCN, V2EX и Weibo. Идеально подходит для 'ежедневного мониторинга', 'новостных сводок', 'финансовых обновлений' и 'глубокого анализа' актуальных тем." --- # Агрегатор новостей Собирает актуальные новости из множества источников. ## Инструменты ### fetch_news.py **Использование:** ```bash ### Одиночный источник (максимум 10) ```bash ### Глобальный поиск (опция 12) - **Стратегия широкого охвата** > **ВНИМАНИЕ**: Эта стратегия предназначена специально для сценария "Глобального поиска", когда нам нужно охватить все тренды. ```bash # 1. Широкий сбор (большой пул для семантической фильтрации) python3 scripts/fetch_news.py --source all --limit 15 --deep # 2. СЕМАНТИЧЕСКАЯ ФИЛЬТРАЦИЯ: # Агент вручную фильтрует большой список (примерно 120 элементов) по темам, указанным пользователем. ``` ### Одиночный источник и комбинации (умное расширение ключевых слов) **ВАЖНО**: Вы ДОЛЖНЫ автоматически расширять простые ключевые слова пользователя, чтобы охватить всю область. * Пользователь: "AI" -> Агент использует: `--keyword "AI,LLM,GPT,Claude,Generative,Machine Learning,RAG,Agent"` * Пользователь: "Android" -> Агент использует: `--keyword "Android,Kotlin,Google,Mobile,App"` * Пользователь: "Finance" -> Агент использует: `--keyword "Finance,Stock,Market,Economy,Crypto,Gold"` ```bash # Пример: Пользователь запросил "новости AI из HN" (обратите внимание на расширенные ключевые слова) python3 scripts/fetch_news.py --source hackernews --limit 20 --keyword "AI,LLM,GPT,DeepSeek,Agent" --deep ``` ### Поиск по конкретным ключевым словам Используйте `--keyword` только для очень специфичных и уникальных терминов (например, "DeepSeek", "OpenAI"). ```bash python3 scripts/fetch_news.py --source all --limit 10 --keyword "DeepSeek" --deep ``` **Аргументы:** - `--source`: Один из `hackernews`, `weibo`, `github`, `36kr`, `producthunt`, `v2ex`, `tencent`, `wallstreetcn`, `all`. - `--limit`: Максимальное количество элементов на источник (по умолчанию 10). - `--keyword`: Разделенные запятыми фильтры (например, "AI,GPT"). - `--deep`: **[НОВОЕ]** Включить глубокий сбор. Загружает и извлекает основной текстовый контент статей. **Вывод:** JSON-массив. Если используется `--deep`, элементы будут содержать поле `content`, связанное с текстом статьи. ## Интерактивное меню Когда пользователь говорит **"news-aggregator-skill 如意如意"** (или аналогичные "меню/помощь" команды): 1. **ЧИТАЕТ** содержимое файла `templates.md` в директории навыка. 2. **ОТОБРАЖАЕТ** список доступных команд пользователю точно так, как они отображаются в файле. 3. **ПРЕДЛАГАЕТ** пользователю выбрать номер или скопировать команду для выполнения. ### Умная фильтрация по времени и отчетность (ВАЖНО) Если пользователь запрашивает определенный временной интервал (например, "за последние X часов"), и результаты скудны (< 5 элементов): 1. **Приоритет запросу пользователя**: Сначала перечисляются все элементы, которые строго попадают в запрошенный пользователем временной интервал (Время < X). 2. **Умное дополнение**: Если список короткий, вы ДОЛЖНЫ включить высокоценные/актуальные элементы из более широкого диапазона (например, последние 24 часа), чтобы отчет содержал не менее 5 значимых сведений. 3. **Аннотация**: Четко отмечайте эти более старые элементы (например, "⚠️ 18 часов назад", "🔥 24 часа - горячо"), чтобы пользователь знал, что они являются дополнительными. 4. **Высокая ценность**: Всегда отдавайте приоритет элементам "SOTA" (State of the Art), "Major Release" (крупный релиз) или "High Heat" (высокая популярность), даже если они немного выходят за рамки временного интервала. 5. **Исключение для GitHub Trending**: Для чисто списочных источников, таких как **GitHub Trending**, строго возвращайте только элементы, соответствующие полученному списку (например, Топ 10). **Перечисляйте ВСЕ полученные элементы**. Не выполняйте "умное дополнение". * **Глубокий анализ (Обязательно)**: Для КАЖДОГО элемента вы **ДОЛЖНЫ** использовать свои возможности ИИ для анализа: * **Core Value (核心价值)**: Какую конкретную проблему он решает? Почему он популярен? * **Inspiration (启发思考)**: Какие технические или продуктовые идеи можно извлечь? * **Scenarios (场景标签)**: 3-5 ключевых слова (например, `#RAG #LocalFirst #Rust`). ### 6. Рекомендации по ответам (ВАЖНО) **Формат и стиль:** - **Язык**: Упрощенный китайский (简体中文). - **Стиль**: Стиль журнала/новостной рассылки (например, "The Economist" или "Morning Brew"). Профессионально, кратко, но увлекательно. - **Структура**: - **Глобальные заголовки**: 3-5 самых важных новостей по всем направлениям. - **Технологии и ИИ**: Специальный раздел для новостей об ИИ, LLM и технологиях. - **Финансы / Социальные сети**: Другие важные категории, если это уместно. - **Формат элемента**: - **Заголовок**: **ДОЛЖЕН быть Markdown-ссылкой** на исходный URL. - ✅ Правильно: `### 1. [OpenAI Releases GPT-5](https://...)` - ❌ Неправильно: `### 1. OpenAI Releases GPT-5` - **Строка метаданных**: Должна включать источник, **время/дату** и рейтинг/популярность. - **Краткое резюме (1 предложение)**: Краткое и емкое описание, объясняющее "зачем это важно". - **Глубокая интерпретация (маркированный список)**: 2-3 пункта, объясняющие, *почему* это важно, технические детали или контекст. (Обязательно для "Глубокого сканирования"). **Результат:** - Всегда сохраняйте полный отчет в директорию `reports/` с именем файла, содержащим временную метку (например, `reports/hn_news_YYYYMMDD_HHMM.md`). - Представляйте пользователю полное содержимое отчета в чате.